論文の概要: Egocentric Tactile and Proximity Sensors as Observation Priors for Humanoid Collision Avoidance
- arxiv url: http://arxiv.org/abs/2604.25554v1
- Date: Tue, 28 Apr 2026 12:20:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-29 16:49:17.847933
- Title: Egocentric Tactile and Proximity Sensors as Observation Priors for Humanoid Collision Avoidance
- Title（参考訳）: ヒューマノイド衝突回避のための観察先としての自己中心型触覚と近接センサ
- Authors: Carson Kohlbrenner, Niraj Pudasaini, William Xie, Naren Sivagnanadasan, Nikolaus Correll, Alessandro Roncone,
- Abstract要約: ヒューマノイドH1-2ロボットにおける全身衝突回避のための強化学習フレームワークを提案する。
ロボットの上半身に分布するセンサの特性を吸収し, 物体の局所化に代えて, 生の近接測定が可能であることを確かめる。
- 参考スコア（独自算出の注目度）: 36.95729356118979
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Collision-free motion is often aided by tactile and proximity sensors distributed on the body of the robot due to their resistance to occlusion as opposed to external cameras. However, how to shape the sensor's properties, such as sensing coverage; type; and range, to enable avoidant behavior remains unclear. In this work, we present a reinforcement learning framework for whole-body collision avoidance on a humanoid H1-2 robot and use it to characterize how sensor properties shape learned avoidance behavior. Using dodgeball as a benchmark task, we ablate the properties of sensors distributed across the upper body of the robot and find that raw proximity measurements can substitute for explicit object localization provided the sensing range is sufficient and that sparse non-directional proximity signals outpace dense directional alternatives in sample efficiency.
- Abstract（参考訳）: 衝突のない運動は、外部カメラとは対照的に閉塞に対する抵抗のため、ロボットの体に分布する触覚と近接センサーによって支援されることが多い。
しかし、検知範囲、タイプ、範囲などのセンサの特性をどのように形成して回避行動を可能にするかは、まだ不明である。
本研究では,ヒューマノイドH1-2ロボットにおける全体衝突回避のための強化学習フレームワークを提案する。
ベンチマークタスクとしてdodgeballを用いて,ロボットの上半身に分布するセンサの特性を補正し,センサ範囲が十分であれば,生の近接測定は明示的な対象位置定位に代えられること,サンプル効率において,非指向性信号が高密度な指向性信号に勝ることを見出した。
関連論文リスト
- UniForce: A Unified Latent Force Model for Robot Manipulation with Diverse Tactile Sensors [51.88112610411651]
そこで本研究では,多様な触覚センサにまたがる共用潜在力空間を学習する,新しい統合された触覚表現学習フレームワークを提案する。
UniForceは、逆ダイナミクス(image-to-force)とフォワードダイナミクス(force-to-image)を共同モデリングすることで、クロスセンサー領域シフトを低減する
高価な外部力/トルクセンサ(F/T)への依存を避けるため,静的平衡を利用して直接センサ・オブジェクト・センサ・インタラクションを介して力対効果データを収集する。
論文 参考訳（メタデータ） (2026-02-01T11:03:01Z) - Mobile Robot Localization Using a Novel Whisker-Like Sensor [2.4440761580878823]
本稿では,単一のウィスカセンサを用いて,既知の平面環境下での接触点とロボット位置を推定するための枠組みを提案する。
その結果,7mm以下の誤差で正確な接触推定と位置推定が得られた。
論文 参考訳（メタデータ） (2026-01-09T08:11:15Z) - Driving in Spikes: An Entropy-Guided Object Detector for Spike Cameras [62.94986160782233]
スパイクカメラは、マイクロ秒のレイテンシとオブジェクト検出のための超高ダイナミックレンジを提供する。
希少で離散的な出力は標準画像ベースの検出器では処理できない。
デュアルブランチ設計によるエンド・ツー・エンドのスパイクカメラ検出器EASDを提案する。
DSEC Spikeは、最初の駆動指向シミュレートされたスパイク検出ベンチマークである。
論文 参考訳（メタデータ） (2025-11-19T14:16:17Z) - Multimodal Active Measurement for Human Mesh Recovery in Close Proximity [13.265259738826302]
物理的な人間とロボットの相互作用では、ロボットは対象者の正確な身体のポーズを推定する必要がある。
これらのpHRIシナリオでは、ロボットは物理的相互作用のためにロボットに近づかなければならないため、装備されたカメラで対象者の身体を完全に観察することはできない。
本稿では,2次元LiDARのような触覚センサを備えたカメラのアクティブな計測・センサ融合フレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-12T08:17:57Z) - Tactile-Filter: Interactive Tactile Perception for Part Mating [54.46221808805662]
人間は触覚と触覚に頼っている。
視覚ベースの触覚センサーは、様々なロボット認識や制御タスクに広く利用されている。
本稿では,視覚に基づく触覚センサを用いた対話的知覚手法を提案する。
論文 参考訳（メタデータ） (2023-03-10T16:27:37Z) - AuraSense: Robot Collision Avoidance by Full Surface Proximity Detection [3.9770080498150224]
AuraSenseは、ロボットアームの非死点近接検知を実現する最初のシステムである。
1組の圧電トランスデューサしか必要とせず、市販のロボットにも容易に適用できる。
論文 参考訳（メタデータ） (2021-08-10T18:37:54Z) - OmniTact: A Multi-Directional High Resolution Touch Sensor [109.28703530853542]
既存の触覚センサーは、平らで、感度が小さいか、低解像度の信号のみを提供する。
我々は,多方向高解像度触覚センサOmniTactを紹介する。
我々は,ロボット制御の課題に対して,OmniTactの能力を評価する。
論文 参考訳（メタデータ） (2020-03-16T01:31:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。